OpenAI, finansal hizmetler sektörüne yönelik yeni kurumsal ürünü ChatGPT for Financial Services’ı 10 Eylül 2026’da duyurdu. Ürün; yatırım bankacılığı ve hisse araştırması ekiplerinin kullandığı veri kaynaklarını, kurumsal güvenlik kontrollerini ve üretken yapay zekâ araçlarını tek çalışma alanında bir araya getirmeyi amaçlıyor. Reuters’ın aktardığına göre Morgan Stanley ile Evercore geliştirme sürecinde tasarım ortağı olarak yer aldı. Bu kurumların katkısı, ürünün yalnızca genel amaçlı bir sohbet aracı değil, finans ekiplerinin araştırma ve belge hazırlama süreçlerine göre yapılandırılmış bir çalışma ortamı olarak konumlandırıldığını gösteriyor.
Yeni hizmet OpenAI’ın GPT-6 Astra modeliyle çalışıyor. Şirket, modelin finansal veri araçları arasında bilgi bulma, finansal akıl yürütme ve oluşturulan içerikte doğruluk konularında geliştirmeler sunduğunu belirtiyor. Kullanıcılar birden fazla veri kaynağında araştırma yapabiliyor, finansal modeller hazırlayabiliyor ve kurumlarının kendi şablonlarını kullanarak sunum veya müşteri materyali oluşturabiliyor. Bu yetenekler, özellikle farklı terminaller, veri abonelikleri ve kurum içi belgeler arasında çalışan ekiplerde bilgi toplama süresini azaltmayı hedefliyor.
Ürüne Daloopa, LSEG News, PitchBook, Crunchbase ve Quartr gibi sağlayıcılardan veri kümeleri dâhil edildi. Bu içerikler kazanç görüşmeleri, finansal tablolar, şirket bilgileri ve temel göstergeler gibi alanları kapsıyor. OpenAI, verilerin kendi altyapısında indekslendiğini ve böylece arama sonuçlarının daha hızlı bulunup kaynaklarla ilişkilendirilebildiğini söylüyor. Mevcut FactSet, S&P Global, Preqin ve Datasite aboneliklerine sahip şirketler de ilgili bağlantılar üzerinden kendi erişimlerini çalışma alanına ekleybilecek.
Finans sektörü açısından asıl önem yalnızca veri sayısında değil, yönetişim katmanında bulunuyor. ChatGPT for Financial Services, ChatGPT Enterprise’ın rol tabanlı erişim, şifreleme ve kurumsal yönetim özellikleri üzerine kuruluyor. Uyumluluk ekiplerinin çalışma alanı kayıtlarını denetim süreçlerine aktarabilmesi de düzenlemeye tabi kurumlar için kritik bir unsur. Bununla birlikte ürünün sunduğu yanıtlar veya modeller, finans uzmanlarının kontrolünün yerini almıyor. Veri lisansları, kurum içi yetkiler, hesaplama varsayımları ve nihai belgeler yine insan denetiminden geçmek zorunda.
Bağımsız haber kaynakları, lansmanı yapay zekâ şirketlerinin belirli sektörlere özel ürünlere yönelmesinin yeni bir örneği olarak değerlendiriyor. Genel amaçlı modeller geniş görevleri yerine getirebilse de finans kurumları kaynak izlenebilirliği, erişim sınırları ve denetim kayıtları konusunda daha sıkı gereksinimlere sahip. OpenAI’ın yerleşik veri anlaşmalarını güvenlik araçlarıyla aynı pakette sunması, ürünün bu ihtiyaçlara kurumsal ölçekte yanıt verme iddiasını güçlendiriyor.
Ürünün kullanıldığı bir araştırma akışında insan uzman önce soruyu ve izin verilen veri alanlarını belirleyecek, sistem ilgili kayıtları toplayacak, ardından analist kaynakları ve hesaplamaları kontrol edecek. Bu sıra özellikle değerleme, tahmin ve müşteri sunumlarında önem taşıyor; çünkü küçük bir dönem, para birimi veya muhasebe sınıflandırması farkı sonucu değiştirebilir. Dolayısıyla yapay zekâ tarafından oluşturulan tablo ve metinler tamamlanmış karar değil, incelenmesi gereken çalışma ürünü olarak görülmeli. Kurumların doğrulama listeleri, erişim politikaları ve onay zincirleri lansmandan sonra da temel güvence olmaya devam edecek.
Şirket, finansal veri kapsamını zamanla genişletmeyi ve sistemi deneyimli analistlerin yürüttüğü daha fazla görevi anlayacak şekilde geliştirmeyi planlıyor. İlk odak yatırım bankacılığı ile hisse araştırması olsa da ürünün daha geniş finansal hizmet alanlarına açılması hedefleniyor. Kamuya açık haberlerde standart bir liste fiyatı açıklanmadı; erişim uygun finans kurumları ve kurumsal koşullar üzerinden sağlanacak. Bu nedenle lansmanın ilk aşamasındaki temel ölçütler, kullanıcı sayısından çok veri doğruluğu, kaynakların açık biçimde gösterilmesi, kurum politikalarına uyum ve uzmanların iş akışlarında ölçülebilir zaman tasarrufu olacak. Sonuçların kurumsal testlerle ölçülmesi, iddiaların gerçek kullanım verileriyle değerlendirilmesini sağlayacak.
